2. 2
Presentación
Federico
Fumiere
Director
de
en
Panamá
• Vivo
en
Panamá
hace
más
de
un
año
• Trabajo
con
proyectos
de
Panamá
desde
hace
4
años
• Soy
Licenciado
en
Publicidad
de
la
UCES
• Mis
fortalezas:
Dirección
de
proyectos
y
Desarrollo
de
estrategias
de
comunicación
• Mis
debilidades:
La
yuca
frita
y
la
malteada
de
vainilla
del
costa
azul
@fedefumiere
ffumiere
4. El
Big
Data
o
Datos
Masivos
se
refiere
a
sistemas
informáOcos
basados
en
la
acumulación
a
gran
escala
de
datos
y
en
los
procedimientos
usados
para
idenOficar
patrones
recurrentes
dentro
de
esa
información.
Big
Data
5. 5
Las 4V del Big Data
Volumen
1
petabyte
de
datos
requiere
2,000
discos
de
500
Gb
Velocidad
Esta
información
debe
poder
consultarse
en
un
Oempo
razonable
Variedad
Fotos,
imágenes,
texto,
logs
de
servidores,
publicaciones,
contenido,
etc.
Veracidad
El
origen
de
los
datos
debe
ser
confiable
y
asegurar
su
calidad
CaracterísOcas
&
Pilares
6. 6
petabytes
>
3,500
petabytes
>
2,000
petabytes
>
700
petabytes
>
200
América
del
Norte
Medio
Oriente
Europa
Asia
Volumen
1
petabyte
=
1
millón
de
Gigabytes
7. 7
Volumen
América
del
Norte
Medio
Oriente
Europa
Asia
petabytes
>
3,500
petabytes
>
2,000
petabytes
>
700
petabytes
>
200
América
LaOna
petabytes
>
50
<
1%
LATAM
1
petabyte
=
1
millón
de
Gigabytes
8. 8
Velocidad
Millones
Horas
Millones
50
20
2.9
De
emails
son
enviados
por
segundo
De
video
son
subidos
por
minuto
De
Tweets
son
publicados
por
día
220
De
fotos
son
subidas
por
semana
Millones
Millones
3.1
De
fotos
son
subidas
por
minuto
Millones
20
De
Gibabytes
son
procesados
por
día
9. 9
Variedad
9
1.
Persona
a
Persona
Es
la
información
generada
y
comparOda
a
otras
personas
en
redes
sociales,
siOos
web,
comentarios
en
blogs,
aplicaciones
de
mensajería
instantánea
Ejemplos
Facebook,
Twiger,
Whatsapp,
Versy,
SMS,
etc.
10. 10
Variedad
10
2.
Persona
a
Máquina
Es
la
información
generada
por
personas
que
es
almacenada
por
cualquier
Opo
de
disposiOvos,
computadoras
y/o
servidores.
Ejemplos
Uso
de
TV
digital,
tarjetas
de
crédito,
wearables,
uso
de
celulares,
aplicaciones
móviles,
envío
de
emails,
login
a
plataformas
digitales,
etc.
11. 11
Variedad
11
3.
Máquina
a
Máquina
Es
la
información
generada
por
disposiOvos
electrónicos
que
es
registrada
y
almacenada
sin
intervención
humana.
Ejemplos
Sensores
de
movimiento,
GPS,
scanners
de
códigos
de
barra,
disposiOvos
RFID,
NFC,
cámaras
de
seguridad,
semáforos
urbanos,
satélites,
etc.
12. 12
Variedad
12
4.
Máquina
a
Persona
Es
la
información
generada
por
disposiOvos
electrónicos
con
el
objeOvo
de
noOficar,
alertar
o
informar
a
una
persona.
Ejemplos
Alarmas,
recepción
de
emails,
noOficaciones
de
aplicaciones,
suscripción
a
noOcias
y/o
publicidades,
etc.
13. 13
El resultado: Definición de Perfiles
Segmento
A
Personas
que:
• Tengan
alguno
de
mis
productos
• Les
guste
el
fútbol
• Usen
Twiger
• Vayan
a
MulOplaza
al
menos
una
vez
por
semana
• Pasen
diariamente
por
el
semáforo
de
Aquilino
de
la
Guardia
y
Calle
50
• Usen
más
de
un
celular
• Compren
mensualmente
productos
por
más
de
U$S
300
con
tarjeta
de
crédito
Segmento
B
Personas
que:
• No
sean
clientes
• Tengan
cuenta
de
Instagram
• Usen
Waze
• Usen
Corredor
Sur
los
fines
de
semana
• Tengan
casa
propia
• Tengan
más
de
2
hijos
y
estén
divorciados
14. 14
Las 10 “Best Practices”
Desarrolla
un
plan
de
seguridad
Establece
un
RoadMap
Planea
una
estrategia
de
administración
de
datos
IdenOfica
la
Data
con
la
que
NO
cuentas
Estudia
los
patrones
de
apalancamiento
Define
tus
metas
IdenOfica
la
Data
con
la
que
cuentas
Comprende
tus
opciones
tecnológicas
Planea
una
estrategia
de
governabilidad
de
datos
CuesOona
lo
que
asumas
constantemente
15. 15
Los 5 “NO”
No
tomes
decisiones
apresuradas
Nunca
olvides
gesOonar
los
datos
de
forma
segura
No
conne
en
un
solo
enfoque
para
el
análisis
de
datos
No
subesOme
la
necesidad
de
cruzar
los
datos
No
subesOme
la
necesidad
de
mantener
la
performance
de
la
data
17. 17
Resultados @ Francia
25
%
68
%
3
meses
antes
1
mes
después
Brand
Awareness
100%
75%
50%
25%
0%
18. 18
Resultados @ Francia
29.1K
Neqlix
Canal
Play
2.5K
en
un
año
en
un
día
Seguidores
en
Twiger
19. 19
Barreras de Acceso a Big Data
Presupuesto
El
acceso
y
la
gesOón
de
Big
Data
no
es
algo
que
todas
las
compañías
hoy
pueden
pagar
Talento
Hay
muy
poco
personal
especializado
en
Big
Data
e
interpretación
de
datos
Complejidad
Lleva
mucho
Oempo
detectar
patrones
que
sean
de
uOlidad
para
la
compañía
20. 20
Pero ese no es un impedimento…
Información
Disponible
Todavía
hay
mucha
información
“inúOl”
o
sub-‐uOlizada
en
las
empresas
Segmentación
Se
pueden
encontrar
insights
muy
fuertes
analizando
los
segmentos
encontrados
Evolución
del
MarkeOng
La
inversión
en
medios
o
acciones
de
markeOng
como
newslegers
pueden
ser
más
específicas
y
ópOmas
21. 21
Nuestra Realidad
América
LaOna
“En
América
LaDna,
los
CMO
solo
uOlizan
analyOcs
en
el
29%
de
las
ocasiones”
22. 22
¿Qué datos tenemos disponibles hoy?
8 1
2
3
45
6
7
Social
Media
Feedback
¿qué
comentarios
hacen?
¿qué
dicen?
¿qué
reputación
online
Oene
nuestra
marca?
Social
Media
Profiles
¿quiénes
son?
¿qué
les
gusta?
¿son
jóvenes
o
adultos?
Emails
recibidos
¿qué
Opo
de
mensajes
recibimos?
¿cómo
es
el
trato?
¿generamos
confianza?
Formularios
de
Contacto
¿qué
mensajes
recibimos?
¿quejas?
¿sugerencias?
¿cómo
respondemos
Social
Media
Stats
¿qué
Opo
de
gente
nos
sigue?
¿cuántos?
¿desde
dónde?
¿varones
o
mujeres?
Web
Site
AnalyOcs
¿cuántos
nos
visitan?
¿desde
dónde?
¿con
qué
disposiOvo?
¿qué
miran?
CRM
¿quiénes
nos
compraron?
¿cuándo?
¿cuándo
nos
toca
contactarlos?
Social
CRM
¿cuántos
clientes
nuestros
usan
social
media?
¿qué
les
gusta?
¿a
quiénes
siguen?
23. 23
Proceso de Creación de Contenido
CreaOvidad
Con
la
estrategia
definida,
el
equipo
busca
conceptos
innovadores
para
ser
relevantes
y
cumplir
objeOvos
Estrategia
Se
definen
los
objeOvos
y
las
acciones
que
proponemos
para
alcanzarlos
Producción
En
esta
etapa
cada
concepto
se
transforma
en
publicaciones,
trabajando
el
diseño
y
la
redacción
de
cada
uno
Community
Management
Publicación,
Monitoreo
y
Conversación
OpOmización
Se
hacen
ajustes
a
la
estrategia,
la
creaOvidad
y
la
producción
en
función
de
los
resultados
obtenidos
Análisis
Constantemente
hay
que
medir
e
interpretar
las
estadísOcas
y
el
feedback
generado
Estrategia
Si
es
necesario,
se
definen
nuevos
objeOvos
y
se
plantean
nuevas
acciones
24. 24
Atención al Cliente
Principales
responsabilidades
• Publicar
• Monitorear
• Responder
Para
responder,
es
clave
analizar
antes
quién
será
el
receptor
de
la
respuesta
(De
esta
forma
seremos
mucho
más
relevantes
en
nuestra
respuesta)
Por
ejemplo,
en
Twiger
• Mirar
su
avatar
• Leer
su
biograna
• Analizar
sus
úlOmos
tweets
• Conocer
el
contexto
Community
Management
Publicación,
Monitoreo
y
Conversación
25. 25
76.27%
de
las
visitas
desde
mobile
devices
320x658
y
360x640
resoluciones
más
usadas
Casi
el
60%
de
celulares
son
Android
Apple
iPhone
el
celular
más
popular
26. Definir
los
objeOvos
¿Qué
queremos
mejorar?
¿atención
al
cliente?
¿producción
de
contenido?
¿nuestro
siOo
web?
¿aplicaciones
móviles?
Equipo
de
MarkeOng
ComparOr
Información
El
equipo
de
markeOng
debe
comparOr
la
información
con
el
resto
de
la
compañía.
MarkeOng
debe
liderar
el
aprovechamiento
del
CRM
y
de
las
estadísOcas
obtenidas.
Analicemos
la
data
que
tenemos
27. Revisar
estadísOcas
Los
números,
semanalmente,
serán
los
principales
aliados
para
determinar
si
se
están
haciendo
las
cosas
de
forma
eficiente.
Revisar
la
atención
al
cliente
Analizar
el
Opo
de
feedback,
la
eficiencia
en
la
gesOón,
el
tono
de
comunicación
y
la
resolución
de
casos,
es
clave
para
mejorar
la
atención
día
a
día.
Medir
evolución
constante
Debemos
llevar
un
histórico
de
alcance,
interacciones,
casos
resueltos,
impacto,
reputación
online,
engagement,
etc.
para
medir
su
evolución.
28. InvesOgar
&
CuesOonar
Siempre
preguntarse
“¿cómo
puedo
mejorar
este
proceso?”
ayudará
a
buscar
soluciones
cada
vez
más
eficaces.
Probar
El
peor
intento
es
el
que
no
se
hace.
Corramos
riesgos
con
nuestras
marcas
en
función
de
mejorar
resultados.
Midiendo
en
Oempo
real
podremos
determinar
si
vale
la
pena
conOnuar
o
no
por
ese
camino.
29. Alinear
internamente
Todo
el
equipo
Oene
que
estar
a
tanto
de
las
iniciaOvas,
acciones
y
resultados,
de
forma
tal
de
no
realizar
esfuerzos
independientes
y
ser
coherentes
en
la
comunicación.
ComparOr
el
éxito!
Crear
un
repositorio
de
mejores
prácOcas
y
armar
una
metodología,
manuales
y
procesos
de
trabajo.